資訊專欄INFORMATION COLUMN
摘要：此外，就像微軟不惜重金收購谷歌開源一樣，核心的開發(fā)者群體或社區(qū)貢獻著數以萬計的應用資源，而背后的這些數據資源如果悉數運行在或谷歌云平臺上，對于微軟和谷歌的云業(yè)務發(fā)展勢必是不錯的助力。
越來越多的AI應用發(fā)生在云端，尤其是對于智能技術需求高的行業(yè)而言，他們甚至可以說是被AI逼上公有云，而那些原本使用私有云的企業(yè)用戶，也由私有云躍遷到了混合云。
數據和算力是維持AI的兩大要素，而傳統的計算環(huán)境是難以滿足二者的指數級增長的。舉個例子，數據的類型大體可分為結構化數據、非結構化數據、半結構化數據。一個數據從產生到落地要經過收集、傳輸、分析、檢索、挖掘等階段。如果要讓機器像人一樣去“看”數據，恐怕窮盡一生也無法分析完。
如果在云端借助Hadoop集群和Spark這樣的通用計算引擎，或者是Storm等計算框架，就可以將數據分解為多個部分，對每一部分的數據進行分析，之后將效果匯總經過多輪計算篩選出結果。對于機器學習來說，它們或許會找到一些新的特征，并對這些特征進行歸納來識別出一把新的椅子。這一過程中，需要有海量、不同的椅子照片供給計算機去學習。而這一切，沒有數據中心的龐大算力支持是無法實現的。
當人工智能走向云端，開發(fā)者既是第一批受益者，又成為了云服務商手中的核心資源。微軟將在AI領域20多年的研究成果匯聚成Azure云端的認知服務，以API的形式開放給開發(fā)者，開發(fā)者只需要幾行代碼，即可調用認知服務API獲得對應的能力，并將這樣的能力跨設備、跨平臺應用到Windows、iOS、Android上。這些API包括人臉識別API、情緒識別API和計算機視覺API等等。拿情感識別來說，開發(fā)者可以通過人臉API針對圖像中的每張人臉返回情感集的檢測置信度以及人臉的范圍框，檢測到的情感可以是快樂、悲傷、意外、憤怒、恐懼、蔑視、厭惡或中性。
此外，就像微軟不惜重金收購GitHub、谷歌開源TensorFlow一樣，核心的開發(fā)者群體或社區(qū)貢獻著數以萬計的應用資源，而背后的這些數據資源如果悉數運行在Azure或谷歌云平臺上，對于微軟和谷歌的云業(yè)務發(fā)展勢必是不錯的助力。
就像當下比較火熱的AI芯片TPU方案，作為谷歌自主研發(fā)的針對深度學習加速的專用人工智能芯片，專為TensorFlow設計，AlphaGo使用的就是TPU 2．0芯片。在TPU 3．0中，其計算能力最高可達到100PFlops，是TPU 2．0的八倍多。為了更快地訓練和運行機器學習模型，谷歌還推出了Cloud TPU，單個Cloud TPU的計算能力達到180萬億次浮點運算，具備64 GB高帶寬內存，為云端超算打下了基礎。
落地到行業(yè)，對云上智能先知先覺的傳統企業(yè)深有感觸。以物流為例，物流企業(yè)比拼的已不止是車隊數量和倉儲空間，而是學會借助大數據、物聯網和AI技術，深入到每一個環(huán)節(jié)打造智慧的物流平臺。這一過程中，云計算扮演著至關重要的角色。過去，寫一套完整的物流系統需要調動研發(fā)、運維、安全、網絡等多個部門的人。如今一個顯著的現象是，管理數千輛車規(guī)模車隊的運營負責人已經可以是學算法專業(yè)的年輕人。為什么會有這種變化？原因是這些人會利用算法處理大數據，通過優(yōu)化運輸環(huán)節(jié)從而提升物流運轉的效率。
對于物流企業(yè)來說，每天會產生數億條數據，對海量信息進行處理離不開云計算。具體到實際場景中，車載設備從位置定位、油耗傳感器、溫度、速度搜集的數據會交由云端處理，例如IoT組件可以通過規(guī)則引擎組件中編寫類SQL語句無縫對接大數據套件，進行車輛路徑、車輛規(guī)劃、司機排班等的優(yōu)化，而兼容MySQL協議和語法的騰訊云分布式云數據庫DCDB還支持自動水平拆分的高性能分布式數據庫，即業(yè)務顯示為完整的邏輯表，數據被均勻拆分到多個分片中，每個分片默認采用主備架構，可以提供涵蓋災備、恢復、監(jiān)控、不停機擴容的全套方案。
當然，并不是任何一家傳統企業(yè)都會先嘗試公有云，但他們也會為獲得全棧的AI能力去嘗試部分上云。工業(yè)互聯網時代產生的數據量比傳統信息化要多數千倍甚至數萬倍，并且是實時采集、高頻度、高密度的，動態(tài)數據模型隨時可變，甚至良品率的細微變化都會帶來數據模型重建。這樣一來，如果做不到工業(yè)數據實時更新，智能制造就無從談起。
以福耀玻璃為例，其借助IBM云平臺重構了端到端的競價流程，通過開放API讓客戶實時看到訂單的執(zhí)行狀況將原來分散在ERP、CRM、采購、物料等數十個系統中的成本因素進行智能分析，并在云端建造了1：1尺寸的3D可視化虛擬工廠，將研發(fā)、工藝、生產、制造、優(yōu)化、仿真、服務等環(huán)節(jié)的狀態(tài)以三維建模的形式實時模擬出來，未來更有望在虛擬端解決80％的質量、效率、成本問題。將敏感數據放在本地，把重資產業(yè)務放在云端快速處理，利用混合云環(huán)境的微服務、容器、API來獲取商業(yè)智能的能力，這也是源于AI的推動。
各行各業(yè)的數據指數級增長，使得人們對于信息的處理方式有了重新思考，將其智能化當前是重要途徑之一，而背后的基礎支撐離不開云計算。也可以說，企業(yè)對智慧化轉型的迫切需求推動了云計算的發(fā)展。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規(guī)行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://m.hztianpu.com/yun/6486.html
摘要：越來越多的應用發(fā)生在云端，尤其是對于智能技術需求高的行業(yè)而言，他們甚至可以說是被逼上公有云，而那些原本使用私有云的企業(yè)用戶，也由私有云躍遷到了公有云。當然，并不是任何一家傳統企業(yè)都會先嘗試公有云，但他們也會為獲得全棧的能力去嘗試部分上云。 越來越多的AI應用發(fā)生在云端，尤其是對于智能技術需求高的行業(yè)而言，他們甚至可以說是被AI逼上公有云，而那些原本使用私有云的企業(yè)用戶，也由私有云躍遷到...
摘要：越來越多的應用發(fā)生在云端，尤其是對于智能技術需求高的行業(yè)而言，他們甚至可以說是被逼上公有云，而那些原本使用私有云的企業(yè)用戶，也由私有云躍遷到了公有云。當然，并不是任何一家傳統企業(yè)都會先嘗試公有云，但他們也會為獲得全棧的能力去嘗試部分上云。 越來越多的AI應用發(fā)生在云端，尤其是對于智能技術需求高的行業(yè)而言，他們甚至可以說是被AI逼上公有云，而那些原本使用私有云的企業(yè)用戶，也由私有云躍遷到...
摘要：中國云計算產業(yè)進入下半場。業(yè)內人士認為，阿里云也是抄上的。一超多強長期存在，背后是生態(tài)在較量據年上半年中國公有云市場份額調研報告顯示，阿里云騰訊云金山云位列前三，合計占據了中國公有云的市場份額。中國云計算產業(yè)進入下半場。標志是政府和傳統企業(yè)開始上云。2006年，Amazon Web Services（AWS）開始向企業(yè)提供IT基礎設施服務。作為戰(zhàn)略的跟隨者，阿里巴巴于2008年開始布局云計算...
摘要：前不久，市場研究機構在最新發(fā)布的報告中對華為云給予了高度評價，稱之為中國全棧公有云平臺領導者。華為云，能否在奔跑中蛻變，年將是云市場發(fā)展的關鍵一年。只有這樣，華為云才能在激烈的競爭中站穩(wěn)腳跟并贏得更大發(fā)展空間。近兩年，華為云的成長十分令人矚目。前不久，市場研究機構Forrester在最新發(fā)布的報告中對華為云給予了高度評價，稱之為中國全棧公有云平臺領導者。華為云，正在崛起?。。∵M擊的華為云璽哥...
摘要：聯合創(chuàng)建青云后，林源承擔了數年首席架構師的工作，目前擔任青云的產品總監(jiān)兼運營副總裁。在未來，青云的客戶看不見青云，他們消費的是我們合作伙伴提供的服務。 showImg(https://segmentfault.com/img/remote/1460000012292093?w=640&h=416); AI（人工智能）一詞，可能早已經爛大街了，說起它，橋下貼膜的小哥也能和你說出個一二三來...
閱讀 3372·2021-11-24 09:39
閱讀 3948·2021-11-22 09:34
閱讀 5008·2021-08-11 11:17
閱讀 1156·2019-08-29 13:58
閱讀 2656·2019-08-28 18:18
閱讀 615·2019-08-26 12:24
閱讀 904·2019-08-26 12:14
閱讀 824·2019-08-26 11:58
